LiDAR-IMU 系统的可观测性感知内外参标定
机器人学
2022-05-09 v1
摘要
准确可靠的传感器标定对于融合机器人应用中通常可用的 LiDAR 和惯性测量至关重要。本文中，我们在连续时间批量优化框架内提出一种新颖的 LiDAR-IMU 标定方法，其中两个传感器的内参以及传感器间的时空外参均在不使用如基准标签等标定设施的情况下标定。相比离散时间方法，连续时间公式在融合 LiDAR 和 IMU 传感器的高速率测量方面具有天然优势。为提高效率并应对退化运动，利用了两个可观测性感知模块：（i）信息论数据选择策略仅选取标定中最具信息量的片段用于数据采集期间的标定，通过仅处理所选信息量片段显著提高了标定效率。（ii）非线性最小二乘优化中的可观测性感知状态更新机制仅用截断奇异值分解（TSVD）更新状态空间中可辨识的方向，即使在不具备信息量数据片段的退化情况下也能得到准确标定结果。所提 LiDAR-IMU 标定方法已在仿真和真实世界不同机器人平台实验中广泛验证，证明了其在常见人造环境中的高精度与可重复性。我们同时开源代码库以惠及研究社区：{\url{https://github.com/APRIL-ZJU/OA-LICalib}}。
引用
@article{arxiv.2205.03276,
title = {Observability-Aware Intrinsic and Extrinsic Calibration of LiDAR-IMU Systems},
author = {Jiajun Lv and Xingxing Zuo and Kewei Hu and Jinhong Xu and Guoquan Huang and Yong Liu},
journal= {arXiv preprint arXiv:2205.03276},
year = {2022}
}